Đang tải... (xem toàn văn)
(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi(Luận văn thạc sĩ) Nghiên cứu phương pháp lọc nhiễu thích nghi trong tách tiếng tim và tiếng phổi
ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG ĐỖ NGỌC ĐIỆP NGHIÊN CỨU PHƯƠNG PHÁP LỌC NHIỄU THÍCH NGHI TRONG TÁCH TIẾNG TIM VÀ TIẾNG PHỔI LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH THÁI NGUYÊN, 2019 Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG ĐỖ NGỌC ĐIỆP NGHIÊN CỨU PHƯƠNG PHÁP LỌC NHIỄU THÍCH NGHI TRONG TÁCH TIẾNG TIM VÀ TIẾNG PHỔI Chuyên ngành: Khoa học máy tính Mã số: 48 01 01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Người hướng dẫn khoa học: PGS TS PHÙNG TRUNG NGHĨA THÁI NGUYÊN, 2019 Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn i LỜI CẢM ƠN Lời đầu tiên, em xin chân thành cám ơn PGS.TS.Phùng Trung Nghĩa, người trực tiếp hướng dẫn em hoàn thành luận văn Với lời dẫn, tài liệu, tận tình hướng dẫn lời động viên thầy giúp em vượt qua nhiều khó khăn q trình thực luận văn Em xin cám ơn quý thầy cô giảng dạy chương trình cao học "Khoa hoc máy tính” truyền dạy kiến thức quý báu, kiến thức hữu ích giúp em nhiều thực nghiên cứu Cuối cùng, em xin gửi lời cám ơn tới gia đình bạn bè ln ủng hộ động viên giúp đỡ em suốt năm học vừa qua Em xin chân thành cám ơn! Thái Nguyên, ngày tháng năm 2019 Học viên Đỗ Ngọc Điệp Số hóa Trung tâm Học liệu Cơng nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn ii LỜI CAM ĐOAN Em xin cam đoan: Luận văn cơng trình nghiên cứu thực cá nhân, thực hướng dẫn khoa học PGS.TS Phùng Trung Nghĩa Các số liệu, kết luận nghiên cứu trình bày luận văn trung thực chưa cơng bố hình thức Em xin chịu trách nhiệm nghiên cứu Học viên Đỗ Ngọc Điệp Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn iii MỤCLỤC LỜI CẢM ƠN i LỜI CAM ĐOAN ii MỤC LỤC iii DANH MỤC BẢNG v DANH MỤC HÌNH vi MỞ ĐẦU CHƯƠNG TỔNG QUAN VỀ TÍN HIỆU ÂM THANH TIẾNG TIM 1.1 Xử lý tín hiệu y sinh 1.2 Tín hiệu điện tim âm tiếng tim 1.2.1 Cơ sở điện học tế bào 1.2.2 Tín hiệu điện tim (ECG- Electrocardiogram) 1.2.2 Tín hiệu âm tiếng tim 13 1.2.4 Phân tích âm tiếng tim ứng dụng 25 1.3 Tách tiếng tim tiếng phổi 27 CHƯƠNG TÁCH ÂM THANH TIẾNG TIM VÀ TIẾNG PHỔI BẰNG BỘ LỌC THÍCH NGHI 29 2.1 Tổng quan 29 2.2 Cơ sở xử lý số tín hiệu 29 2.2.1 Biểu diễn tín hiệu miền thời gian 30 2.2.2 Biểu diễn tín hiệu miền tần số 32 2.3 Thực thi lọc nhiễu lọc thích nghi sử dụng thuật tốn ước lượng trung bình phương tối thiểu LMS 43 2.4 Tách tiếng tim tiếng phổi lọc thích nghi kích thước bước cố định 44 Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn iv CHƯƠNG THỰC NGHIỆM 46 3.1 Lựa chọn phương pháp tách tiếng tim tiếng phổi lọc thích nghi LMS thực nghiệm 46 3.2 Điều kiện thực nghiệm 46 3.2.1 Cơ sở liệu âm tiếng tim PeterjBentley 46 3.2.2 Phương pháp đánh giá 47 3.3 Kết đánh giá 48 3.3.1 Kết xác định tham số thực nghiệm tối ưu 48 3.3.2 Kết so sánh phương pháp 49 KẾT LUẬN 52 TÀI LIỆU THAM KHẢO .53 Số hóa Trung tâm Học liệu Cơng nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn v DANH MỤC BẢNG Bảng 3.1 Bộ tham số (K, µ) tối ưu với PSNR cực đại qua 10 mẫu thử nghiệm 49 Bảng 3.2 Kết so sánh 50 Bảng 3.3 Kết so sánh tính nhịp tim từ tín hiệu triệt nhiễu 51 Số hóa Trung tâm Học liệu Cơng nghệ thơng tin – ĐHTN http://lrc.tnu.edu.vn vi DANH MỤC HÌNH Hình Dạng sóng tiếng tim bình thường Hình Dạng sóng tiếng tim sạch, tiếng phổi tiếng tim phổi lẫn ghi âm Hình Sơ đồ phương pháp lọc nhiễu dùng lọc thích nghi: x(n) đầu vào lọc sử dụng tín hiệu nhiễu (tiếng phổi) tham chiếu, y(n) đầu lọc với đầu vào nhiễu tham chiếu, d (n) tín hiệu có nhiễu (tiếng tim lẫn tiếng phổi) cần xử lý tổng tín hiệu tiếng tim s(n) nhiễu tiếng phổi n(n) , s (n) tín hiệu lọc nhiễu Hình 1.1 Sự liên quan âm tiếng tim tín hiệu điện tim ECG Hình 1.2 Quá trình khử cực tái cực tế bào Hình 1.3 Điện tâm đồ dạng sóng Hình 1.4 Sơ đồ khối máy ghi điện tim dùng vi xử lý 10 Hình 1.5 Dạng sóng điển hình âm tiếng tim 14 Hình 1.6 Tiếng tim S1 S2 15 Hình 1.7 Tiếng tim có thêm S3 16 Hình 1.8 Tiếng tim thứ 17 Hình 1.9 Ống nghe thuộc Laennec 18 Hình 1.10 Ống nghe ban đầu 18 Hình 1.11 Một ống nghe kiểu Traube ngà voi 18 Hình 1.12 Một bác sĩ sử dụng ống nghe để nghe bụng bệnh nhân 21 Hình 1.13 Các phận ống nghe hai tai 22 Hình 1.14 Ống nghe âm thanh, với chng lên 23 Hình 1.15 Ống nghe điện tử kết nối với điện thoại 25 Hình 1.16 Dạng sóng tiếng tim sạch, tiếng phổi tiếng tim phổi lẫn ghi âm 28 Hình 2.1 Biểu diễn tín hiệu liên tục miền thời gian 30 Số hóa Trung tâm Học liệu Cơng nghệ thơng tin – ĐHTN http://lrc.tnu.edu.vn vii Hình 2.2 Biểu diễn tín hiệu rời rạc miền thời gian 30 Hình 2.3 Biểu diễn tín hiệu miền tần số 32 Hình 2.4 Đồ thị đáp ứng biên độ lọc số thông thấp lý tưởng 36 Hình 2.5 Đồ thị đáp ứng biên độ lọc số thông cao lý tưởng 37 Hình 2.6 Đồ thị đáp ứng biên độ lọc số thông dải lý tưởng 38 Hình 2.7 Đồ thị đáp ứng biên độ lọc số chắn dải lý tưởng 39 Hinh 2.8 Sơ đồ khối lọc thích nghi 40 Hình 2.9: Sai số trung bình phương hệ số lọc 41 Hình 2.10 Sơ đồ phương pháp lọc nhiễu dùng lọc thích nghi: x(n) đầu vào lọc sử dụng tín hiệu nhiễu tham chiếu, y(n) đầu lọc với đầu vào nhiễu tham chiếu, d (n) tín hiệu có nhiễu cần xử lý tổng tín hiệu s(n) nhiễu n(n) , s (n) tín hiệu lọc nhiễu 43 Hình 2.11 Dạng sóng tiếng tim nhiễu tiếng tim triệt nhiễu 45 Hình 3.1 Sự biến đổi PSNR theo µ 48 Hình 3.2 Sự biến đổi PSNR theo K 48 Hình 3.3 Dạng sóng tiếng tim nhiễu tiếng tim triệt nhiễu 50 Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn MỞ ĐẦU Đặt vấn đề: Xử lý tín hiệu y sinh chủ đề nghiên cứu nhiều nhà nghiên cứu quan tâm lĩnh vực kỹ thuật y sinh y học lâm sàng [1] Có nhiều loại tín hiệu y sinh tín hiệu điện tim (ECG), tín hiệu tiếng tim (âm tiếng tim giản đồ tiếng tim PCG), tín hiệu điện não (EEG), tín hiệu siêu âm, tín hiệu hình ảnh cộng hưởng từ, Trong số đó, tín hiệu tiếng tim loại tín hiệu dễ thu, sử dụng thiết bị đơn giản, rẻ tiền ống nghe truyền thống [2] Mặc dù vậy, tiếng tim lại mang nhiều thông tin quan trọng phục vụ chẩn đoán lâm sàng bệnh tim mạch Từ tiếng tim thu được, thông số nhịp tim, tiếng tim bình thường, tiếng tim bệnh lý, tiếng thổi,… xác định, tính tốn [2] Tuy nhiên, vấn đề quan trọng tiếng tim thu từ ống nghe thường bị lẫn với tiếng phổi Do vậy, toán tách tiếng tim tiếng phổi từ âm thu từ ống nghe quan trọng xây dựng hệ thống hỗ trợ chẩn đoán lâm sàng với tiếng tim [3] Có nhiều cách tiếp cận toán tách tiếng tim tiếng phổi Trong đó, mượn ý tưởng từ việc sử dụng lọc thích nghi triệt nhiễu tín hiệu [4], số nghiên cứu gần thử nghiệm sử dụng lọc thích nghi ước lượng trung bình phương tối thiểu LMS toán tách tiếng tim, phổi thu nhiều kết quan trọng [5, 6] Trong luận văn này, kiểm nghiệm lại kết nghiên cứu [6] liệu thực nghiệm sử dụng từ [7, 8] liệu tin cậy, sử dụng nhiều nghiên cứu phân tích tiếng tim, phổi chẩn đốn lâm sàng [9, 10] Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn 40 x(n) Digital Filter h(k) y(n) h(k) + d(n) Adaptive Algorithm e(n) Hinh 2.8 Sơ đồ khối lọc thích nghi x(n) – tín hiệu đầu vào y(n) – đầu lọc d(n) – tín hiệu mong muốn e(n) – tín hiệu sai số Đầu lọc FIR là: N 1 y(n) h(k ) x(n k ) (2.11) k 0 Tín hiệu lỗi là: e(n) = d(n) - y(n) (2.12) Để hiểu tối thiểu hóa trung bình phương sai số nào, giả sử có lọc có hệ số h(0) Tín hiệu lỗi e(n) phụ thuộc vào hệ số Nếu sai số trung bình phương định nghĩa sau J = E[e2(n)] (2.13) Sai số tối thiểu, Jmin, xảy hệ số tối ưu h(0)optimum Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn 41 J Jmin h(0) h(0)optimum Hình2.9: Sai số trung bình phương hệ số lọc Sẽ thuận tiện sử dụng ký hiệu vector để biểu diễn Các vector ma trận biểu diễn ký tự đậm x ( n) x(n 1) , h = x(n) = x(n N 1) h(0) h(1) h( N 1) (2.14) Trong công thức(2.11), đầu lọc viết sau y(n) = hTx(n) = x(n)Th (2.15) Kiểm tra sai số trung bình phương sử dụng ký hiệu vector E[e2(n)] = E[[d(n) - y(n)]2] = E[[d(n) - hTx(n)]2] = E[d2(n) 2d(n)x(n)Th + hTx(n)x(n)Th] E[e2(n)] = E[d2(n)] - 2E[d(n)x(n)T]h + hTE[x(n)x(n)T]h (2.16) Nếu định nghĩa: Rdx = E[d(n)x(n)T], vector hàng Rxx = E[x(n)x(n)T], ma trận tự tương quan Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn 42 Pd = E[d2(n)], giá trị vô hướng Khi cơng thức(2.16)trở thành E[e2(n)] = Pd + 2RdxTh + hTRxxh (2.17) Để tìm sai số tối thiểu, tính đạo hàm ứng với hệ số h(k) đặt E[e (n)] -2RdxT + 2Rxxh = h(k ) (2.18) Giải với h h = Rxx-1Rdx (2.19) Cơng thức (2.19) gọi phương trình Wiener-Hopf sử dụng để xác định hệ số lọc tối ưu theo phương pháp trung bình phương tối thiểu Để thực thi lọc tối ưu cần biết đặc tính thống kê tín hiệu x(n) d(n) trước tiến hành lọc cơng thức (2.19) Trong thuật tốn thích nghi, tín hiệu khơng biết trước xử lý Do đó, giá trị Rxxvà Rdxcần ước lượng Thuật tốn ước lượng trung bình phương tối thiểu (LMS) sử dụng ước lượng sau: R~dx = d(n)x(n)T R~xx = x(n)x(n)T P~d = d2(n) (2.20) So sánh công thức (2.20) (2.17) Với ước lượng cho, thuật tốn cập nhật hệ số lọc nhận cách: hn(k) = hn-1(k) + e(n)x(n-k) (2.21) Với là số xác định tỷ lệ mà thuật tốn hội tụ, k N-1 n điểm thời gian Chú ý đầu vào trước phải lưu lại, x(nk) Thuật toán LMS hội tụ tiến tới lọc tối ưu hệ số lọc cập nhật Sử dụng ký hiệu Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn 43 h0 (n) h ( n) h(n) = hN 1 (n) (2.22) h(n) = h(n-1) + e(n)x(n) (2.23) Có thể đặt số để thuật tốn trở nên khơng ổn định Một thuật tốn dễ để điều khiển thuật tốn LMS chuẩn hóa (NLMS) Thuật toán sau: ~ h(n) = h(n-1) +a + ||x(n)||2 e(n)x(n) (2.24) Với 0